Pandas数据合并：concat、merge与join实战指南

markdown复制## 1. 数据合并操作全景概览

在数据处理领域，pandas库提供的concat、merge和join三种方法就像瑞士军刀中的不同工具刀片。我处理过上千个数据集后发现，90%的合并操作错误都源于方法选型不当。这三种方法看似功能重叠，实则各有专属战场。

concat是轴向拼接专家，适合简单堆叠同结构数据；merge是数据库风格的连接大师，擅长处理关联键匹配；join则是基于索引的快速合并工具。最近帮某电商团队优化用户行为分析时，仅通过正确选用merge替代concat，就将5小时的ETL流程缩短到20分钟。

## 2. 核心方法深度对比

### 2.1 concat：数据堆叠的流水线工人

concat的核心价值在于沿指定轴（默认axis=0）堆叠数据对象。典型场景包括：
- 合并多个CSV的销售记录（同结构月度数据）
- 组装实验分组的统计结果
- 构建面板数据（Panel Data）

```python
# 竖向堆叠示例
df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})
result = pd.concat([df1, df2], ignore_index=True)

关键参数解析：

• axis=1时横向拼接（类似Excel的列合并）
• join='inner'只保留共有列
• keys参数建立分层索引

踩坑记录：concat不会自动对齐列名，若列顺序不同但名称相同，会导致数据错位。建议先用df.columns检查列顺序。

2.2 merge：关系型连接的专业选手

merge实现了SQL风格的连接操作，其核心在于on参数指定的键值匹配。在用户画像分析中，我常用它关联用户基础信息和行为日志：

python复制user_info = pd.DataFrame({
    'user_id': [1001, 1002, 1003],
    'age': [25, 30, 28]
})
behavior_log = pd.DataFrame({
    'user_id': [1001, 100